暂无评论
特征选择作为一种数据预处理技术被广泛研究，由于其具有NP难度而一直无法找到有效的求解方法。鉴于目前在特征选择中应用较多的遗传算法存在进化机制上的局限，将量子进化算法应用于特征选择，提出了一种基于改进量
为了解决高维数据在分类时导致的维数灾难，降维是数据预处理阶段的主要步骤。基于稀疏学习进行特征选择是目前的研究热点。针对现实中大量非线性可分问题，借助核技巧，将非线性可分的数据样本映射到核空间，以解决特
基于改进匹配规则的否定选择算法,李彬,胡彧,目前,否定选择算法中应用的匹配规则过于简单,通用性差,容易生成过多的检测器,且误报率高。为此,提出一种双重匹配规则:首先��
将蚁群优化算法(antcolonyoptimizationalgorithm，ACO)引入基因选择领域，并用基因与类别的相关性分析所得值来初始化最优化问题，缩短了找寻最优解的时间；以基因子集整体的样本
基于基站选择法的定位算法，杨真，郑娟，本文中提出了一种基站选择定位算法，算法基于到达时间差（TDOA)计算距离，首先利用NLOS环境下距离测量样本的标准差大于LOS环境下的标
针对免疫算法在全局优化过程中多样性不足的问题，将差异进化引入克隆变异操作中，提出了一个新的改进的克隆选择算法——基于差异进化的克隆选择算法（DECSA），算法将差异进化和克隆超变异相结合，促进了抗体与
服务选择算法是影响组合服务的QoS和服务组合性能高低的关键因素。针对近几年来基于QoS的Web服务选择算法的发展状况进行了综述，介绍和总结了当前基于QoS的Web服务选择问题模型,对服务选择策略进行了
寻找同时满足多个独立的QoS约束的路径是一个NP完全问题。提出一种解决多约束路径问题的有效算法———多约束最小跳路径算法(MHMCA),该算法首先利用Bellman-Ford最短路径算法进行标记,并删
为了提高用户满意度, 需要在大量具有相同或相似功能的资源服务中筛选出满足用户需求的最优资源服务, 从而实现资源服务的增值。以三角模糊数表达用户对资源服务非功能QoS评价为基础, 在考虑用户的感知和交易
针对模糊C-均值聚类算法过度依赖初始聚类中心的选取,从而易受孤立点和样本分布不均衡的影响而陷入局部最优状态的不足,提出一种基于自适应权重的模糊C-均值聚类算法。该算法采用高斯距离比例表示权重,在每一次
暂无评论